بررسي روابط منطقه اي بين رسوب دهي و پوشش گياهي در حوضه هاي آبخيز كوهستان سبلان

Regional modeling of relationship between sediment yield and vegetation cover in Sabalan mountain catchments

شناخت روابط مكاني پوشش گياهي با رسوب دهي حوضه‌ها جهت كنترل و مديريت بهينه منابع آب و خاك ضرورتي اساسي دارد. تحقيق حاضر با هدف تشخيص و تعيين كم و كيف روابط بين پوشش گياهي و رسوب دهي سالانه حوضه‌هاي آبخيز سبلان واقع در شمال غرب كشور انجام گرفت. در اين راستا امكان ارائه مدل‌هاي برآورد منطقه‌اي رسوب دهي بر اساس تحليل‌هاي آماري همسبتگي و رگرسيون مدنظر قرار گرفت. متغيرهاي مستقل شامل مقادير متوسط، كمينه و بيشينه شاخص گياهي NDVI بود كه از طريق پردازش تصاوير ماهواره‌اي لندست 8 در محيط نرم‌افزاري Envi استخراج گرديد. متغير وابسته نيز كه عبارت از رسوب دهي سالانه بود، از طريق محاسبات روي داده‌هاي بار رسوبي 10 ايستگاه هيدرومتري نمونه به دست آمد. نتايج اجراي آزمون همسبتگي نشان داد كه رابطه قوي و معناداري بين متوسط شاخص گياهي و ميزان رسوبدهي سالانه حوضه‌ها (r = -0/758) وجود داشت. اين رابطه معكوس به اهميت و نقش آشكار پوشش گياهي در كاهش توليد رسوب و انتقال آن در منطقه تاكيد دارد. گذشته از اين، نتايج آزمون‌هاي رگرسيوني نشان داد كه امكان ارائه مدل‌هاي برآورد منطقه‌اي از رسوب دهي سالانه حوضه‌ها از طريق برازش توابع رگرسيوني خطي، درجه 2 و تواني وجود دارد. در اين راستا، مدل درجه دو از بالاترين كارايي برخوردار بوده و توانست 75 درصد از واريانس رسوبدهي سالانه را توضيح دهد. رابطه خطي نيز قادر به توضيح 57 درصد واريانس رسوب دهي سالانه بود.

The knowledge about spatial relationships of vegetation with sediment yield (S.Y) in watersheds is essential for optimal controlling and managing of water and soil resources. The purpose of this study was to recognize and determine the relationship between vegetation cover and annual S.Y of Sabalan catchments, N.W Iran. In this regard, the possibility of presentation of regional S.Y estimation models based on correlation and regression analysis were considered. Independent variables include average, minimum and maximum NDVI (Normalized Differential Vegetation Index), extracted through the processing of Landsa.t 8 satellite imagery in the ENVI environment. The dependent variable, which was the annual S.Y, was obtained through calculations on sediment load data of 10 sample hydrometric stations. Results of correlation test showed that there was a strong and significant relationship between the average NDVI and the annual S.Y in the catchments (r = -0/758). This inverse relationship emphasizes the importance and apparent role of vegetation in reducing sediment production and transporting in the region. Moreover, the results of regression tests showed that is possible to present the regional estimation models regards to annual S.Y by fitting linear, quadratic and power functions. In this regard, the quadratic model has the highest performance and explain 75% of the annual S.Y variance. The linear relationship was also able to explain 57% of the annual sedimentary variance.